Factor de Forma

UNIVERSIDAD NACIONAL MAYOR DE
SAN MARCOS
UNIVERSIDAD DEL PERÚ, DECANA DE AMÉRICA
FACULTAD DE INGENIERÍA ELECTRÓNICA,

ELÉCTRICA Y TELECOMUNICACIONES
E.A.P. INGENIERÍA ELECTRÓNICA
LABORATORIO DE SISTEMAS DE CONTROL 1
DOCENTE: ING. ROBERTO MANDUJANO MIESES
ALUMNOS:
HUAROCC BONIFACIO, DAVID ALOSON 15190146

JUNCO RENTERA, VICTOR JUAN 14190126
QUINTO FLORES, TERRY EL ASSIR 14190020
VELITA ESPINOZA, ERICK LEONARDO 14190148
Lima, 17 de Julio del 2018

Laboratorio de Sistemas de Control 1
LABORATORIO NO 01 SCILAB
I. OBJETIVOS
Familiarizarse con el uso y aplicación del programa SCILAB.
Conocer las herramientas que conformas esta plataforma de desarrollo.
II. INTRODUCCIÓN
Es una herramienta de software matemático que ofrece un entorno de desarrollo

integrado (IDE) con un lenguaje de programación propio (lenguaje M). Está
disponible para las plataformas Unix, Windows, Mac OS X y GNU/Linux.
Entre sus prestaciones básicas se hallan: la manipulación de matrices, la
representación de datos y funciones, la implementación de algoritmos, la creación
de interfaces de usuario (GUI) y la comunicación con programas en otros lenguajes
y con otros dispositivos hardware. El paquete SCILAB dispone de dos herramientas
adicionales que expanden sus prestaciones, a saber, Simulink (plataforma de
simulación multidominio) y GUIDE (editor de interfaces de usuario - GUI). Además,
se pueden ampliar las capacidades de SCILAB con las cajas de herramientas
(toolboxes); y las de Simulink con los paquetes de bloques (blocksets).
Es un software muy usado en universidades y centros de investigación y desarrollo.
En los últimos años ha aumentado el número de prestaciones, como la de programar
directamente procesadores digitales de señal o crear código VHDL.
2
Entorno de trabajo - SCILAB
III. PROCEDIMIENTO
OPERACIONES BÁSICAS
Para definir una matriz en Scilab, se determinan el número de filas y de columnas en

función del número de elementos que se proporcionan (o se utilizan). Las matrices
se definen por filas; los elementos de una misma fila están separados por blancos o
comas, mientras que las filas están separadas por pulsaciones intro o por caracteres
punto y coma (;). Tomemos como ejemplo:
 a=[1 2 1; 3 4 2; 5 3 1]
Cuya salida será:
a =
! 1.0E+00 2.0E+00 1.0E+00 !
! 3.0E+00 4.0E+00 2.0E+00 !
! 5.0E+00 3.0E+00 1.0E+00 !
3
Ahora vamos a definir una matriz b conjugada para hacer operaciones básicas con
estas 2 matrices:
-->b=a'
b =
! 1. 3. 5. !
! 2. 4. 3. !
! 1. 2. 1. !
Comenzamos con las operaciones más básicas que podemos encontrar, la suma y
la resta de matrices:
-->a+b
ans =
! 2. 5. 6. !
! 5. 8. 5. !
! 6. 5. 2. !
-->a-b
ans =
! 0. - 1. - 4. !
! 1. 0. - 1. !
! 4. 1. 0. !
4
OPERACIONES CON MATRICES

Scilab puede operar con matrices por medio de operadores y por medio de funciones.
Los operadores matriciales de SCILAB son los siguientes:
+ adición o suma
– sustracción o resta
* multiplicación
' traspuesta
^ potenciación
\ división-izquierda
/ división-derecha
.* producto elemento a elemento
./ y .\ división elemento a elemento
.^ elevar a una potencia elemento a elemento
Ejemplo:
-->A=[1 2; 1 0; 0 1], b=[2 0 0]';
A =
! 1. 2. !
! 1. 0. !
! 0. 1. !
-->x=A\b, resto=A*x-b
x =
! 0.33333 !
! 0.66667 !
resto =
! - 0.33333 !
! 0.33333 !
! 0.66667 !
5
GRAFICOS BIDIMENCIONALES
Scilab utiliza un tipo especial de ventanas para realizar las operaciones gráficas.
Ciertos comandos abren una ventana nueva y otros dibujan sobre la ventana activa,
bien sustituyendo lo que hubiera en ella, bien añadiendo nuevos elementos gráficos
a un dibujo anterior. Todo esto se verá con más detalle en las siguientes secciones.
Estas funciones son las siguientes:
• plot() crea un gráfico a partir de vectores y/o columnas de matrices, con

escalas lineales sobre ambos ejes, está orientado a la compatibilidad
con MatLab.
• plot2d() crea un gráfico con escala lineal o logarítmica, según las opciones
que la opción que le demos.
• title('título') añade un título al dibujo
• legend() define rótulos para las distintas líneas o ejes utilizados en la figura.
Para más detalle, consultar el Help
• xgrid activa la inclusión de una cuadrícula en el dibujo. Con xgrid (‘off’)

desaparece la cuadrícula
Ahora se deben ejecutar los comandos siguientes:
6
Comando SUBPLOT
La forma general de este comando es:
Subplot (m,n,i)
donde m y n son el número de subdivisiones en filas y columnas, e i es la

subdivisión que se convierte en activa. Por ejemplo, la siguiente secuencia de
comandos genera cuatro gráficos en la misma ventana:
7
IV. OBSERVACIONES Y CONCLUSIONES

 Se vio en clase los comandos ya mencionados y se adjuntó el programa, vimos
el uso de simulink para funciones de lazo cerrado.
 Se aprendió el uso del simulink y de los comandos help, tf, feedback, series
(sys), step.
 El uso del comando plot se ve en la gráfica del comando step.
V. BIBLIOGRAFÍA
 https://www.uam.es/personal_pdi/ciencias/jortega/Computacion/Apuntes/html/guar
dar_datos.html
 https://es.mathworks.com/
8
LABORATORIO NO 02
RESPUESTA TRANSITORIA
Ejercicio No1
Abrir el programa con el que se trabajara, Scilab,
Luego clicamos en la herramienta scos
Y realizamos el diagrama que se muestra a continuación:
Cuál es la respuesta escalón unitario del sistema:
Se muestra a continuación en el siguiente gráfico:
9
Ejercicio No2
(Ogata tercera edición pág. 207)
Para el sistema de la figura obtener:
Tr, Tp, Mp y Ts - al criterio del 2%.
𝟏
Donde 𝑮(𝒔) =
𝒔(𝒔+𝟏)
10
Ejercicio No3
11
12
LABORATORIO NO 03
FUNCIÓN DE TRANSFERENCIA
13
LABORATORIO NO 04
FUNCIONES DE TRANSFERENCIA Y
SISTEMAS DE SEGUNDO ORDEN
14
15
LABORATORIO NO 05
CONTROL PID
 Nivel Kp Sin perturbación control PID
16
 Nivel Kp Ki Sin perturbación control PID
17
 Nivel Kp Ki kd sin perturbación
18
RESPUESTA A UN ESCALÓN UNITARIO DE UNA PLANTA
19
LABORATORIO NO 06
20
ESTABLE
21
ESTABILIDAD LIMITE
22
INESTABLE
23
LABORATORIO NO 07
PARAMETROS
Al proceso de seleccionar los parámetros del controlador PID se le denomina

sintonización del controlador. El desarrollo de métodos de sintonización ha sido muy
extensa. En esta práctica se estudiaran dos de estos métodos. Para los cuales
asumiremos el proceso:
1. Método de la curva de reacción:

Para este método se utilizó un script que primeramente a partir de la curva de
reacción en lazo abierto de la planta, modela a esta como un sistema de primer
orden con retardo.
Vista ampliada en el origen:
24
Los parámetros obtenidos de la curva de reacción fueron los siguientes:
 k = 200.0000
 tao = 10.0050
 tm = 0.0950
Luego encontramos los parámetros del sintonizador PID:
 Kp = 0.6319
 Ti = 0.1900
 Td = 0.0475
Con estos parámetros formamos la función de transferencia del controlador PID.
11
𝐺𝑃𝐼𝐷𝑖𝑑𝑒𝑎𝑙 (𝑠) = 𝐾𝑝 (1 + + 𝑠𝑇𝑑 )
𝑇𝑖 𝑠
0.03002 𝑠^2 + 0.6319 𝑠 + 3.326

PIDideal =
s
Hay que destacar que este PID no puede ser implementado, por lo que se hace
necesaria una aproximación en la cual se iguala el orden del denominador con el
del numerador. La aproximación que permite la implementación es la siguiente:
11 𝑠𝑇𝑑
𝐺𝑃𝐼𝐷𝑟𝑒𝑎𝑙 (𝑠) = 𝐾𝑝 (1 + + )
𝑇𝑖 𝑠 𝑡𝑑 𝑠 + 1
donde: 𝑡𝑑 = 0.1𝑇𝑑
25
0.03302 𝑠^2 + 0.6477 𝑠 + 3.326

PIDreal =
0.00475 s^2 + s
De esta manera obtenemos el sistema de control:
La respuesta impulso para este lazo de control con el controlador PID ideal es el
siguiente:
La gráfica de color roja es la que corresponde a un sobreimpulso de 15% que

ocurre si variamos Ti=1.05.
La respuesta impulso para el lazo de control con el controlador PID real es el

siguiente:
26
La gráfica de color roja es la que corresponde a un sobreimpulso de 15% que

ocurre si variamos Ti=1.11.
Finalmente comparamos la respuesta del PIDideal con el PIDreal:
De acá se colige que la aproximación que nos permite implementar el PID real es
aceptable.
2. Método de oscilación de Ziegler-Nichols:

El proceso es estable ya que sus polos están en el eje real negativo y su
respuesta transitoria se anula.
27
Para este método implementamos el siguiente lazo de control:
Variamos la ganancia K hasta observar que su respuesta es marginalmente

estable.
Este valor de K es nuestra ganancia crítica Kc y le corresponde un periodo de

oscilación Tc, para mi caso:
 Kc=2.02005
 Tc=313.885ms
Con estos valores obtenemos los parámetros del controlador PID:
 Kp = 1.2120
 Ti = 0.1569
 Td = 0.0392
Con estos parámetros formamos la función de transferencia del controlador PID.
11
𝐺𝑃𝐼𝐷𝑖𝑑𝑒𝑎𝑙 (𝑠) = 𝐾𝑝 (1 + + 𝑠𝑇𝑑 )
𝑇𝑖 𝑠
0.04755 𝑠^2 + 1.212 𝑠 + 7.723

PIDideal = 𝑠
28
Como se mencionó anteriormente este PID no se puede implementar, el

PIDreal tendría la siguiente función de transferencia:
11 𝑠𝑇𝑑
𝐺𝑃𝐼𝐷𝑟𝑒𝑎𝑙 (𝑠) = 𝐾𝑝 (1 + + )
𝑇𝑖 𝑠 𝑡𝑑 𝑠 + 1
donde: 𝑡𝑑 = 0.1𝑇𝑑
0.05231 𝑠^2 + 1.242 𝑠 + 7.723

PIDreal =
0.003924 𝑠^2 +
La respuesta impulso para el lazo con el controlador PID ideal es el siguiente:
La respuesta impulso para el lazo con el controlador PID real es el siguiente:
29
Comparando la respuesta del PIDideal con el PIDreal:
Nuevamente vemos que el modelo de controlador aproximado tiene una

respuesta muy parecida al modelo ideal.
30
LABORATORIO NO 08
DIAGRAMA DE BODE
31
32
33
34
35
36
EJEMPLO 3
37
Margen de fhase (p)
Frecuencia (fr)
Margen de ganancia:
Donde gm: margen de ganancia, fcp: frecuencia de cruce de fase
38
LABORATORIO NO 09
CONTINUACIÓN DIAGRAMA DE BODE
Ejercicio
Hallar las raíces de:
𝑠^2 + 9𝑠 + 9
Hallamos las raíces:
39
Otra manera de hallar las raíces:
---help Evans
40
No encontramos solución en scilab, por ello probamos en wólfram alpha
41
Encontrar el margen de fase
42
43

Factor de Forma

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Factor de Forma

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD NACIONAL MAYOR DE

FACULTAD DE INGENIERÍA ELECTRÓNICA,

E.A.P. INGENIERÍA ELECTRÓNICA

LABORATORIO DE SISTEMAS DE CONTROL 1

DOCENTE: ING. ROBERTO MANDUJANO MIESES

HUAROCC BONIFACIO, DAVID ALOSON 15190146

Lima, 17 de Julio del 2018

Familiarizarse con el uso y aplicación del programa SCILAB.

Conocer las herramientas que conformas esta plataforma de desarrollo.

Es una herramienta de software matemático que ofrece un entorno de desarrollo

Entorno de trabajo - SCILAB

Para definir una matriz en Scilab, se determinan el número de filas y de columnas en

Cuya salida será:

! 1.0E+00 2.0E+00 1.0E+00 !

! 3.0E+00 4.0E+00 2.0E+00 !

! 5.0E+00 3.0E+00 1.0E+00 !

OPERACIONES CON MATRICES

.* producto elemento a elemento

./ y .\ división elemento a elemento

.^ elevar a una potencia elemento a elemento

-->A=[1 2; 1 0; 0 1], b=[2 0 0]';

Estas funciones son las siguientes:

• plot() crea un gráfico a partir de vectores y/o columnas de matrices, con

• title('título') añade un título al dibujo

• xgrid activa la inclusión de una cuadrícula en el dibujo. Con xgrid (‘off’)

Ahora se deben ejecutar los comandos siguientes:

donde m y n son el número de subdivisiones en filas y columnas, e i es la

IV. OBSERVACIONES Y CONCLUSIONES

 El uso del comando plot se ve en la gráfica del comando step.

Luego clicamos en la herramienta scos

Y realizamos el diagrama que se muestra a continuación:

Cuál es la respuesta escalón unitario del sistema:

Se muestra a continuación en el siguiente gráfico:

 Nivel Kp Ki Sin perturbación control PID

 Nivel Kp Ki kd sin perturbación

RESPUESTA A UN ESCALÓN UNITARIO DE UNA PLANTA

Al proceso de seleccionar los parámetros del controlador PID se le denomina

1. Método de la curva de reacción:

Vista ampliada en el origen:

Los parámetros obtenidos de la curva de reacción fueron los siguientes:

Luego encontramos los parámetros del sintonizador PID:

Con estos parámetros formamos la función de transferencia del controlador PID.

0.03002 𝑠^2 + 0.6319 𝑠 + 3.326

0.03302 𝑠^2 + 0.6477 𝑠 + 3.326

De esta manera obtenemos el sistema de control:

La gráfica de color roja es la que corresponde a un sobreimpulso de 15% que

La respuesta impulso para el lazo de control con el controlador PID real es el

La gráfica de color roja es la que corresponde a un sobreimpulso de 15% que

Finalmente comparamos la respuesta del PIDideal con el PIDreal:

2. Método de oscilación de Ziegler-Nichols:

Para este método implementamos el siguiente lazo de control:

Variamos la ganancia K hasta observar que su respuesta es marginalmente

Este valor de K es nuestra ganancia crítica Kc y le corresponde un periodo de

Con estos valores obtenemos los parámetros del controlador PID:

Con estos parámetros formamos la función de transferencia del controlador PID.

0.04755 𝑠^2 + 1.212 𝑠 + 7.723

Como se mencionó anteriormente este PID no se puede implementar, el

0.05231 𝑠^2 + 1.242 𝑠 + 7.723

La respuesta impulso para el lazo con el controlador PID ideal es el siguiente:

La respuesta impulso para el lazo con el controlador PID real es el siguiente:

Comparando la respuesta del PIDideal con el PIDreal:

Nuevamente vemos que el modelo de controlador aproximado tiene una

Margen de fhase (p)